CN101052100A - 多曝光图像增强方法 - Google Patents
多曝光图像增强方法 Download PDFInfo
- Publication number
- CN101052100A CN101052100A CN200710038605.XA CN200710038605A CN101052100A CN 101052100 A CN101052100 A CN 101052100A CN 200710038605 A CN200710038605 A CN 200710038605A CN 101052100 A CN101052100 A CN 101052100A
- Authority
- CN
- China
- Prior art keywords
- segment
- image
- exposure
- function
- block
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 32
- 230000004927 fusion Effects 0.000 claims abstract description 18
- 238000005316 response function Methods 0.000 claims description 17
- 239000004744 fabric Substances 0.000 claims description 11
- 230000000903 blocking effect Effects 0.000 claims description 4
- 238000005303 weighing Methods 0.000 claims description 2
- 230000000694 effects Effects 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 4
- 238000003384 imaging method Methods 0.000 description 4
- 230000005855 radiation Effects 0.000 description 4
- 230000007812 deficiency Effects 0.000 description 3
- 230000006835 compression Effects 0.000 description 2
- 238000007906 compression Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000005286 illumination Methods 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 108091008695 photoreceptors Proteins 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000007499 fusion processing Methods 0.000 description 1
- 230000003760 hair shine Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000013332 literature search Methods 0.000 description 1
- 238000001028 reflection method Methods 0.000 description 1
- 229920006395 saturated elastomer Polymers 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
Landscapes
- Image Processing (AREA)
Abstract
一种多曝光图像增强方法,属于图像处理技术领域。本发明对同一场景拍摄一组不同曝光度的图像,依据相机响应曲线性质对图像分块选取信息最丰富的图像块进行拼合,再利用一定的融合函数消除图块间的边缘效应,最终得到大动态范围的增强图像。本发明使得原来局部曝光不足或者曝光过度的图像,经过增强处理后高亮与阴暗处的细节都能良好地呈现,且整体效果比较自然,对噪点控制好,不产生光晕现象。
Description
技术领域
本发明涉及的是一种图像处理技术领域的方法,特别是一种多曝光图像增强方法,即利用多曝光获取的同一场景多幅不同曝光度图像进行明暗动态范围增强的方法。
背景技术
人眼所能观察到的实际场景有着非常大的明暗动态范围,光强细节信息很丰富。受到电荷耦合器和模数转换器等的制约,数码相机的动态范围很有限,只能记录有限范围的对比度、亮度和颜色数。当拍摄场景的动态范围超出了照相机的采集范围时,无论如何调整相机曝光度,最终成像总会有曝光过度或者曝光不足的区域,造成高亮处或阴暗处细节的损失。
经对现有技术的文献检索发现,目前针对这一问题,主要有两类解决方法。一类方法,如P.E.Debevec等在《SIGGRAPH 97 Conference Proceedings》(计算机图形学与交互技术国际会议97年会会议录)369至378页上发表的“Recovering high dynamic range radiance maps from photographs”(从照片中恢复高动态范围辐射映射图),该文中提出一种高动态范围色调映射法,具体方法是利用多幅同一场景不同曝光图像获取高动态范围图像,然后进行色调映射来获取一幅明暗细节丰富的图像,其不足在于计算复杂度高,在色调映射中容易引入源图像中本不存在的细节,受光晕、噪声干扰比较严重。另一类方法如Ardeshir Goshtasby在《Image and Vision Computing》(图像与视觉计算)2005年23卷第6期611至618页上发表的“Fusion of multi-exposureimages”(多曝光图像融合),该文中提出一种多曝光图像直接融合的方法,具体方法是对源图像进行图像信息量的评估,选择源图像中的信息量最丰富的像素块进行融合,其不足在于现有的评价标准,如信息熵、均方差等,都是基于统计的方法,对图像的一些特性进行了客观的评估,没有很好的考虑场景内容、图像承载媒质和人眼的视觉特性等因素,也没有很好地利用多曝光度的特性,容易造成评判的结果不理想,与视觉感受存在一定的差异。
发明内容
本发明的目的在于克服现有技术的不足与缺陷,提供一种多曝光图像增强方法,使其从同一场景不同曝光图像中提取信息量最丰富的图像块,通过融合得到一幅明暗细节丰富的图像。
本发明是通过以下技术方案实现的,本发明对同一场景拍摄一组不同曝光度的图像,对图像进行分块,利用相机响应函数曲线作为衡量图像信息量的准则,在不同曝光照片中选取信息量最大的像素块合成参考图像,再利用融合函数将不同曝光条件下的信息块全局融合起来,消除参考图像中的块效应,得到最终的融合图像。通过调整图像分块和融合参数大小可获得不同增强效果的融合图像。
所述的相机响应函数,是相机感光器所接收到的场景光照辐射度X与最终成像照片中的像素亮度值B之间的函数关系B=f(X)。相机响应函数反映的是相机的固有属性,是连续的单调增函数。一般情况下,相机商会给出其相机的响应函数,另外可以通过计算得到。
出于人为需要与客观条件制约,相机响应函数f一般是非线性的,其非线性有利于将丰富的环境辐射度信息压缩映射到一个固定的小范围的可量化的图像亮度值区间上。相机响应函数曲线形状一般两端比较平坦,切线斜率比较小,图像像素值趋于截止或者饱和,这些部分对应的场景光强辐射度信息被较大程度地压缩;而对于中间部分切线斜率比较大,信息压缩比较小,成像后就会包含比较丰富的场景环境光强辐射信息。换言之,图像块平均亮度在相机响应曲线上的对应位置的斜率的大小反映了最终成像信息的多少,因此可以利用相机响应曲线作为像素块信息量的评价依据,对一组不同曝光的图像进行最优像素块选取。
为了处理的方便,对相机响应函数的反函数曲线g取导数,该导数曲线h可以很好地反映曲线g的斜率变化情况。在不同曝光照片中选取信息量最大的像素块合成参考图像的过程如下:
1)设同一场景的N幅已配准的不同曝光度的图像为Ii(i=1,…,N),按设定的块大小a×a对Ii进行分块,每幅图像得到P个a×a大小的图块Ii,j(j=1,…,P)。Ii,j即为第i幅图中第j个图块。对任一位置T∈(1,…,P)的一组图块Ii,T(i=1,…,N),计算每一个图块亮度的平均值Ai,T(i=1,…,N),从精度考虑,将平均亮度取值范围从整数范围[0,255]映射到浮点数范围[0.00,1.00]。
2)对于每个Ai,j(i=1,…,N,j=1,…,P),求取其在导数曲线h上的相应值ti,j=h(Ai,j)。ti,j越小代表该图块曝光度越好,图块信息越丰富。对每一图块位置T∈(1,…,P),比较ti,j,取
,得到该位置处最佳曝光图块的图像号J(T),所对应的图块IJ(T),T就是位置T所要寻找的最佳曝光的图块。将所有挑选出来的最佳曝光图块IJ(j),j(j=1,…,P)合成得到当前参考图像。
为减少合成的参考图像中图块间的不连续性,可以通过以下方法进行最佳曝光的图块的局部调整。
定义图块之间的连续性约束为
(j=1,…,P)(其中Qj表示参考图像中第j个图块IJ(j),j八邻域N8(j)图块所在的图像组)。dj越小,说明参考图像中第j个图块IJ(j),j与其周围图块所在图Ik(k∈Qj)中对应位置处图块Ik,j(k∈Qj)之间的亮度越接近,图块之间的连续性越好。
利用计算得到的dj,在其八邻域中进行比较,当dj与其八邻域中的dl(l∈N8(j))的均值
相差大于0.5时,调整该图块所在的图像,并使调整后的d′j与
dj相差最小。
所述融合函数,是对上述获得的由最佳曝光图块合成的参考图像进行进一步融合处理,以消除参考图像中图块间的块效应的函数,定义为
其中,U(x,y)表示输出图像在(x,y)位置的最终像素值,Q(x,y)表示包含(x,y)位置的图块及其邻域图块,wj(x,y)是以第j个图块为中心的(x,y)位置处的权重,IJ(j)(x,y)表示第j个图块对应的最优曝光图像IJ(j)在(x,y)位置的像素值。
关于融合函数中权函数w的选取,首先利用二维高斯函数,按照距离中央像素的远近确定权值,距离越近分配权值越大,
其中,(xj,yj)为第j个图块中心位置,σ是高斯函数的标准差。
其次,按照图块在相机响应反函数导数曲线h上的量值tJ(j)(x,y)大小确定权重,t越小,说明图块曝光越合适,信息量越大,融合时分配权重也越大。构造负指数形式函数
Sj(x,y)=exp[-αtJ(j)(x,y)]
其中,tJ(j)(x,y)表示图像IJ(j)在(x,y)处的t的量值,α为经验系数,用以调整t的量阶。最终定义联合权重函数wj(x,y)为
其中,Yj(x,y)定义为Yj(x,y)=Sj(x,y)Gj(x,y)。这样,离开参考图像中所选图块中心距离越近,图像信息越丰富,则分配的权重越大,使得块与块既得到了有效的融合,又保证了最终的合成图像尽可能与最佳图块接近。
本发明提出的多曝光图像增强方案能够有效增强图像细节,并使得图像信息得到较好的保持,高亮处和阴暗处的细节自然一致地呈现在同一幅合成图像中,而且方法简单,图像增强后效果自然,对噪点控制较好,不产生明显的光晕现象。
附图说明
图1多曝光图像增强方法整体框图
图1中,示意多曝光图像增强方法的整体方案流程,主要由2个步骤,一是基于相机响应函数信息测度的最优像素块的选取,二是基于联合权重的加权平均图块融合。
图2照相机响应函数示意图
图2中,示意相机响应函数及其反函数的意义。
图3基于相机响应函数信息测度的最优像素块选取过程方框图
图3中,示意最优像素块的选取过程,依照相机响应函数反函数的导数值信息对图像信息量进行评价,选取最优信息图块,并进行局部优化。
图4基于联合权重的加权平均图块融合过程方框图
图4中,示意图块融合的过程,建立基于信息约束和空间约束的联合权重函数进行图块的融合,消除块效应。
具体实施方式
下面结合附图对本发明的实施例作详细说明:本实施例在以本发明技术方案为前提下进行实施,给出了详细的实施方式和过程,但本发明的保护范围不限于下述的实施例。
本发明的一个完整的操作过程如图1所示,第一步获取多曝光图像,设定处理参数。利用照相机手动拍摄模式,三脚架固定拍摄角度,固定光圈大小,连续改变快门速度对同一静态场景进行拍摄。假设获得6幅同一场景不同曝光度的配准图像(用(a)-(f)表示各曝光条件下获得的图像),照片为640×480像素,设置图块大小16×16,分块后共1200块。
然后如图1中第二步,利用相机响应函数作为信息测度进行最优图块选取。相机响应函数及其反函数的意义如图2所示,表征了相机感光器所接收到的场景光照辐射度与最终成像照片中的像素亮度值之间的函数关系。具体选取过程如图3所示,计算每个图块的平均亮度,对于同一位置的一组不同曝光下的图块,计算得出其在相机响应函数反函数的导数曲线h上的相应值,最小值所对应的图块合成临时参考图像。再利用基于连续性约束dj对选取结果进行局部优化,得到每个最佳图块所对应的图像。
最后如图1中第三步,对最优图块进行全局融合,具体过程如图4所示。图4示意了1-9这9个像素块的选取结果,比如图块1的最佳曝光度来自图像(b)。那么第5个图块的最终融合结果由其邻域1-9所对应图像的第5图块加权平均得到,其权重w由高斯曲面函数G(取参数σ=128)与相机辐射测度响应函数信息测度的负指数函数S(取参数α=100)联合构成。经过上述最优图块选取和融合,就得到了一幅明暗细节丰富的增强图像。
Claims (7)
1.一种多曝光图像增强方法,其特征在于,对同一场景拍摄一组不同曝光度的图像,对图像进行分块,利用相机响应函数曲线作为衡量图像信息量的准则,在不同曝光照片中选取信息量最大的像素块合成参考图像,再利用融合函数将不同曝光条件下的信息块全局融合起来,消除参考图像中的块效应,得到最终的融合图像。
2.根据权利要求1所述的多曝光图像增强方法,其特征是,所述在不同曝光照片中选取信息量最大的像素块合成参考图像,具体如下:
1)设同一场景的N幅已配准的不同曝光度的图像为Ii,i=1,…,N,按设定的块大小a×a对Ii进行分块,每幅图像得到P个a×a大小的图块Ii,j,Ii,j即为第i幅图中第j个图块;对任一位置T的一组图块Ii,T,计算每一个图块亮度的平均值Ai,T,将平均亮度取值范围从整数范围[0,255]映射到浮点数范围[0.00,1.00];
2)对于每个Ai,j,求取其在导数曲线h上的相应值ti,j=h(Ai,j),ti,j越小代表该图块曝光度越好,图块信息越丰富,对每一图块位置T,比较ti,j,取 得到该位置处最佳曝光图块的图像号J(T),所对应的图块IJ(T),T就是位置T所要寻找的最佳曝光的图块;将所有挑选出来的最佳曝光图块IJ(j),j合成得到当前参考图像,其中j=1,…,P。
3.根据权利要求2所述的多曝光图像增强方法,其特征是,通过以下方法进行最佳曝光图块的局部调整:
定义图块之间的连续性约束为
其中QJ表示参考图像中第j个图块IJ(j),j八邻域N8(j)图块所在的图像组;dj越小,说明参考图像中第j个图块IJ(j),j与其周围图块所在图中对应位置处图块Ik,j(k∈Qj)之间的亮度越接近,图块之间的连续性越好;
利用计算得到的dj,在其八邻域中进行比较,当dj与其八邻域中的dl(l∈N8(j))的均值
相差大于0.5时,调整该图块所在的图像,并使调整后的d′j与
dj相差最小。
4.根据权利要求1或2所述的多曝光图像增强方法,其特征是,所述融合函数,定义为:
其中,U(x,y)表示输出图像在(x,y)位置的最终像素值,Q(x,y)表示包含(x,y)位置的图块及其邻域图块,wj(x,y)是以第j个图块为中心的(x,y)位置处的权重,IJ(j)(x,y)表示第j个图块对应的最优曝光图像IJ(j)在(x,y)位置的像素值。
5.根据权利要求4所述的多曝光图像增强方法,其特征是,所述融合函数中权函数w的选取,具体如下:
首先利用二维高斯函数,按照距离中央像素的远近确定权值,距离越近分配权值越大
其中,(xj,yj)为第j个图块中心位置,σ是高斯函数的标准差;
其次,按照图块在相机响应反函数导数曲线h上的量值tJ(j)(x,y)大小确定权重,t越小,说明图块曝光越合适,信息量越大,融合时分配权重也越大,构造负指数形式函数Sj(x,y)=exp[-αtJ(j)(x,y)],
其中,tJ(j)(x,y)表示图像IJ(j)在(x,y)处的t的量值,α为经验系数,用以调整t的量阶,最终定义联合权重函数wj(x,y)为
其中,Yj(x,y)定义为Yj(x,y)=Sj(x,y)Gj(x,y)。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNB200710038605XA CN100515042C (zh) | 2007-03-29 | 2007-03-29 | 多曝光图像增强方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNB200710038605XA CN100515042C (zh) | 2007-03-29 | 2007-03-29 | 多曝光图像增强方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101052100A true CN101052100A (zh) | 2007-10-10 |
CN100515042C CN100515042C (zh) | 2009-07-15 |
Family
ID=38783273
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CNB200710038605XA Expired - Fee Related CN100515042C (zh) | 2007-03-29 | 2007-03-29 | 多曝光图像增强方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN100515042C (zh) |
Cited By (28)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101719269A (zh) * | 2009-12-03 | 2010-06-02 | 北京中星微电子有限公司 | 一种图像增强处理方法及装置 |
CN101853499A (zh) * | 2010-04-30 | 2010-10-06 | 浙江大学 | 一种基于细节检测的清晰照片合成方法 |
CN101865671A (zh) * | 2010-06-03 | 2010-10-20 | 合肥思泰光电科技有限公司 | 一种投影三维测量方法 |
CN102063712A (zh) * | 2010-11-04 | 2011-05-18 | 北京理工大学 | 基于子带结构的多曝光图像融合方法 |
CN101394487B (zh) * | 2008-10-27 | 2011-09-14 | 华为技术有限公司 | 一种合成图像的方法与*** |
CN102663720A (zh) * | 2012-03-31 | 2012-09-12 | 哈尔滨工业大学 | 一种基于最小均方误差准则的图像拼接方法 |
CN102855613A (zh) * | 2011-07-01 | 2013-01-02 | 株式会社东芝 | 图像处理设备和方法 |
CN103247036A (zh) * | 2012-02-10 | 2013-08-14 | 株式会社理光 | 多曝光图像融合方法和装置 |
CN102282838B (zh) * | 2009-01-19 | 2014-07-09 | 夏普株式会社 | 针对多次曝光的增强动态范围图像和视频的方法和*** |
CN104580910A (zh) * | 2015-01-09 | 2015-04-29 | 宇龙计算机通信科技(深圳)有限公司 | 基于前、后摄像头的图像合成方法及*** |
CN105243651A (zh) * | 2015-11-19 | 2016-01-13 | 中国人民解放军国防科学技术大学 | 基于近似方差和暗色块像素统计信息的图像边缘增强方法 |
CN105407296A (zh) * | 2015-11-18 | 2016-03-16 | 腾讯科技(深圳)有限公司 | 实时视频增强方法和装置 |
CN105426847A (zh) * | 2015-11-19 | 2016-03-23 | 北京理工大学 | 低质量自然光虹膜图像非线性增强方法 |
CN105791664A (zh) * | 2014-12-23 | 2016-07-20 | ***通信集团公司 | 一种终端摄像处理方法、装置及终端 |
CN106157305A (zh) * | 2016-06-30 | 2016-11-23 | 北京大学 | 基于局部特性的高动态图像快速生成方法 |
CN106296604A (zh) * | 2016-08-04 | 2017-01-04 | 厦门美图之家科技有限公司 | 一种图像修复方法及装置 |
WO2017096866A1 (zh) * | 2015-12-08 | 2017-06-15 | 乐视控股(北京)有限公司 | 高动态范围图像的生成方法和装置 |
WO2017107075A1 (en) * | 2015-12-22 | 2017-06-29 | SZ DJI Technology Co., Ltd. | System, method, and mobile platform for supporting bracketing imaging |
CN107038706A (zh) * | 2017-05-16 | 2017-08-11 | 西安电子科技大学 | 基于自适应网格的红外图像置信度评估装置及方法 |
CN107665482A (zh) * | 2017-09-22 | 2018-02-06 | 北京奇虎科技有限公司 | 实现双重曝光的视频数据实时处理方法及装置、计算设备 |
CN108122218A (zh) * | 2016-11-29 | 2018-06-05 | 联芯科技有限公司 | 基于颜色空间的图像融合方法与装置 |
CN108174118A (zh) * | 2018-01-04 | 2018-06-15 | 珠海格力电器股份有限公司 | 图像处理方法、装置和电子设备 |
CN108830904A (zh) * | 2018-05-04 | 2018-11-16 | 长春理工大学 | 一种参数优化的相机响应曲线定标方法 |
CN109035155A (zh) * | 2018-06-15 | 2018-12-18 | 宁波大学 | 一种光晕去除的多曝光图像融合方法 |
CN110189281A (zh) * | 2019-04-10 | 2019-08-30 | 西安电子科技大学 | 一种多曝光红外图像融合方法 |
CN110827225A (zh) * | 2019-11-13 | 2020-02-21 | 山东科技大学 | 一种基于双重曝光框架的非均匀光照水下图像增强方法 |
CN111418200A (zh) * | 2018-02-06 | 2020-07-14 | 谷歌有限责任公司 | 用于曝光校正的自适应红外照明 |
JP2020115148A (ja) * | 2014-01-30 | 2020-07-30 | ビーディー キエストラ ベスローテン フェンノートシャップ | 生体試料を撮像するシステム及び方法 |
-
2007
- 2007-03-29 CN CNB200710038605XA patent/CN100515042C/zh not_active Expired - Fee Related
Cited By (43)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8896625B2 (en) | 2008-10-27 | 2014-11-25 | Huawei Technologies Co., Ltd. | Method and system for fusing images |
CN101394487B (zh) * | 2008-10-27 | 2011-09-14 | 华为技术有限公司 | 一种合成图像的方法与*** |
CN102282838B (zh) * | 2009-01-19 | 2014-07-09 | 夏普株式会社 | 针对多次曝光的增强动态范围图像和视频的方法和*** |
CN101719269A (zh) * | 2009-12-03 | 2010-06-02 | 北京中星微电子有限公司 | 一种图像增强处理方法及装置 |
CN101853499A (zh) * | 2010-04-30 | 2010-10-06 | 浙江大学 | 一种基于细节检测的清晰照片合成方法 |
CN101865671A (zh) * | 2010-06-03 | 2010-10-20 | 合肥思泰光电科技有限公司 | 一种投影三维测量方法 |
CN101865671B (zh) * | 2010-06-03 | 2012-09-19 | 厦门思泰克光电科技有限公司 | 一种投影三维测量方法 |
CN102063712A (zh) * | 2010-11-04 | 2011-05-18 | 北京理工大学 | 基于子带结构的多曝光图像融合方法 |
CN102855613A (zh) * | 2011-07-01 | 2013-01-02 | 株式会社东芝 | 图像处理设备和方法 |
CN103247036A (zh) * | 2012-02-10 | 2013-08-14 | 株式会社理光 | 多曝光图像融合方法和装置 |
CN103247036B (zh) * | 2012-02-10 | 2016-05-18 | 株式会社理光 | 多曝光图像融合方法和装置 |
CN102663720A (zh) * | 2012-03-31 | 2012-09-12 | 哈尔滨工业大学 | 一种基于最小均方误差准则的图像拼接方法 |
CN102663720B (zh) * | 2012-03-31 | 2014-06-04 | 哈尔滨工业大学 | 一种基于最小均方误差准则的图像拼接方法 |
JP7036858B2 (ja) | 2014-01-30 | 2022-03-15 | ビーディー キエストラ ベスローテン フェンノートシャップ | 生体試料を撮像するシステム及び方法 |
JP2020115148A (ja) * | 2014-01-30 | 2020-07-30 | ビーディー キエストラ ベスローテン フェンノートシャップ | 生体試料を撮像するシステム及び方法 |
CN105791664A (zh) * | 2014-12-23 | 2016-07-20 | ***通信集团公司 | 一种终端摄像处理方法、装置及终端 |
CN104580910A (zh) * | 2015-01-09 | 2015-04-29 | 宇龙计算机通信科技(深圳)有限公司 | 基于前、后摄像头的图像合成方法及*** |
CN105407296A (zh) * | 2015-11-18 | 2016-03-16 | 腾讯科技(深圳)有限公司 | 实时视频增强方法和装置 |
US10878543B2 (en) | 2015-11-18 | 2020-12-29 | Tencent Technology (Shenzhen) Company Limited | Group management method, terminal, and storage medium |
CN105243651A (zh) * | 2015-11-19 | 2016-01-13 | 中国人民解放军国防科学技术大学 | 基于近似方差和暗色块像素统计信息的图像边缘增强方法 |
CN105426847A (zh) * | 2015-11-19 | 2016-03-23 | 北京理工大学 | 低质量自然光虹膜图像非线性增强方法 |
CN105243651B (zh) * | 2015-11-19 | 2018-08-28 | 中国人民解放军国防科学技术大学 | 基于近似方差和暗色块像素统计信息的图像边缘增强方法 |
WO2017096866A1 (zh) * | 2015-12-08 | 2017-06-15 | 乐视控股(北京)有限公司 | 高动态范围图像的生成方法和装置 |
US11336837B2 (en) | 2015-12-22 | 2022-05-17 | SZ DJI Technology Co., Ltd. | System, method, and mobile platform for supporting bracketing imaging |
CN108432222A (zh) * | 2015-12-22 | 2018-08-21 | 深圳市大疆创新科技有限公司 | 支持包围式成像的***、方法和移动平台 |
WO2017107075A1 (en) * | 2015-12-22 | 2017-06-29 | SZ DJI Technology Co., Ltd. | System, method, and mobile platform for supporting bracketing imaging |
CN106157305B (zh) * | 2016-06-30 | 2019-02-15 | 北京大学 | 基于局部特性的高动态图像快速生成方法 |
CN106157305A (zh) * | 2016-06-30 | 2016-11-23 | 北京大学 | 基于局部特性的高动态图像快速生成方法 |
CN106296604B (zh) * | 2016-08-04 | 2019-04-02 | 厦门美图之家科技有限公司 | 一种图像修复方法及装置 |
CN106296604A (zh) * | 2016-08-04 | 2017-01-04 | 厦门美图之家科技有限公司 | 一种图像修复方法及装置 |
CN108122218B (zh) * | 2016-11-29 | 2021-11-16 | 联芯科技有限公司 | 基于颜色空间的图像融合方法与装置 |
CN108122218A (zh) * | 2016-11-29 | 2018-06-05 | 联芯科技有限公司 | 基于颜色空间的图像融合方法与装置 |
CN107038706A (zh) * | 2017-05-16 | 2017-08-11 | 西安电子科技大学 | 基于自适应网格的红外图像置信度评估装置及方法 |
CN107665482A (zh) * | 2017-09-22 | 2018-02-06 | 北京奇虎科技有限公司 | 实现双重曝光的视频数据实时处理方法及装置、计算设备 |
CN108174118A (zh) * | 2018-01-04 | 2018-06-15 | 珠海格力电器股份有限公司 | 图像处理方法、装置和电子设备 |
CN111418200A (zh) * | 2018-02-06 | 2020-07-14 | 谷歌有限责任公司 | 用于曝光校正的自适应红外照明 |
CN111418200B (zh) * | 2018-02-06 | 2021-11-09 | 谷歌有限责任公司 | 用于曝光校正的自适应红外照明 |
CN108830904A (zh) * | 2018-05-04 | 2018-11-16 | 长春理工大学 | 一种参数优化的相机响应曲线定标方法 |
CN109035155B (zh) * | 2018-06-15 | 2021-10-22 | 宁波大学 | 一种光晕去除的多曝光图像融合方法 |
CN109035155A (zh) * | 2018-06-15 | 2018-12-18 | 宁波大学 | 一种光晕去除的多曝光图像融合方法 |
CN110189281B (zh) * | 2019-04-10 | 2020-12-29 | 西安电子科技大学 | 一种多曝光红外图像融合方法 |
CN110189281A (zh) * | 2019-04-10 | 2019-08-30 | 西安电子科技大学 | 一种多曝光红外图像融合方法 |
CN110827225A (zh) * | 2019-11-13 | 2020-02-21 | 山东科技大学 | 一种基于双重曝光框架的非均匀光照水下图像增强方法 |
Also Published As
Publication number | Publication date |
---|---|
CN100515042C (zh) | 2009-07-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN100515042C (zh) | 多曝光图像增强方法 | |
Lee et al. | Deep chain hdri: Reconstructing a high dynamic range image from a single low dynamic range image | |
Wang et al. | Fast image dehazing method based on linear transformation | |
Wang et al. | A fast single-image dehazing method based on a physical model and gray projection | |
US9955084B1 (en) | HDR video camera | |
CN111292264A (zh) | 一种基于深度学习的图像高动态范围重建方法 | |
CN111669514B (zh) | 高动态范围成像方法和装置 | |
CN107292830B (zh) | 低照度图像增强及评价方法 | |
CN109767413B (zh) | 一种抗运动伪影的hdr方法、装置及便携式终端 | |
CN111986084A (zh) | 一种基于多任务融合的多相机低光照图像质量增强方法 | |
CN107392879B (zh) | 一种基于参考帧的低照度监控图像增强方法 | |
CN113096029A (zh) | 基于多分支编解码器神经网络的高动态范围图像生成方法 | |
CN111612725A (zh) | 一种基于可见光图像对比度增强的图像融合方法 | |
KR20230074136A (ko) | 세일리언시 기반 캡처 또는 이미지 프로세싱 | |
Singh et al. | Weighted least squares based detail enhanced exposure fusion | |
CN113034417A (zh) | 基于生成对抗网络的图像增强***和图像增强方法 | |
CN116823628A (zh) | 一种图像处理方法和图像处理装置 | |
Zhang et al. | Non-uniform illumination video enhancement based on zone system and fusion | |
CN115883755A (zh) | 一种多类型场景下多曝光图像融合方法 | |
Bhukhanwala et al. | Automated global enhancement of digitized photographs | |
CN108600631B (zh) | 图像处理方法、装置、计算机可读存储介质和电子设备 | |
Lim et al. | High dynamic range for contrast enhancement | |
WO2023211742A1 (en) | Image processing method, electronic system and a non-transitory computer-readable medium | |
JP4359662B2 (ja) | カラー画像の露出補正方法 | |
Rovid et al. | Gradient based synthesized multiple exposure time HDR image |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
C17 | Cessation of patent right | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20090715 Termination date: 20130329 |